2008年 第10卷 第7期
利用改进粒子群求解TSP 问题的一种新方法
南京理工大学计算机科学与技术学院，南京210094
下一篇 上一篇
摘要
借鉴蚁群算法中的信息素机制，并利用粒子群算法操作简单、易于实现、计算量小的特点，给出一种 新的求解TSP问题方法。对基本粒子群算法进行了改进，针对多样性下降导致的局部最优问题，设计了一种 自动调节机制。根据群体适应度的差异计算多样性，并在群体多样性下降到一定程度时，随机退化部分适应 值较高的粒子，增强群体的多样性。通过对旅行商问题的对比实验验证了该方法的有效性。
图片
图1
图2
图3
参考文献
[ 1 ] Kennedy J , Eberhart R C . Particle swarm optimization [ A] . Proc IEEE International Conference on Neural Network [C] . USA : IEEE Press , 1995 . 1942 - 1948 链接1
[ 2 ] 吕强,俞金寿.基于粒子群优化的自组织特征映射神经网络及应用[J].控制与决策,2005,20(10):1115-1119 链接1
[ 3 ] 李宁,刘飞,孙德宝.基于带变异算子粒子群优化算法的约束布局优化研究[J].计算机学报,2004,27(7):897-903 链接1
[ 4 ] Colorni A , Dorigo M , Maniezzo V . Distributed Optimization by Ant Colonies [A] . In Proceedings of ECAL91 - European Conference on Artificial Life [C] . Elsevier Publishing , 1991 . 134 - 142 链接1
[ 5 ] Shi Y , Eberhart R . Parameter selection in particle swarm optimization [A] . Proceedings of 7th Annual Conference on Evolution Computation [C] . 1998 . 591 - 601 链接1
[ 6 ] Shi Y , Eberhart R . Empirical study of particle swarm optimization [A] . Proceedings of the 1999 Congress on Evolutionary Computation [C] . 1999 . 1945 - 1950 链接1
[ 7 ] Dorigo M ,Gambardella L M .Ant Colonies for the Traveling Salesman Problem [J] . BioSystems , 1997 , 43 : 73 - 81 链接1
[ 8 ] Stützle T , Hoos H . The max-min ant system and local search for the traveling salesman problem [A] .Proceedings of ICEC ’97 — IEEE 4th International Conference on Evolutionary Computation [ C ] , IEEE Press , 1997 . 308 - 313 链接1
京公网安备 11010502051620号
